数据融合在防空C~3I系统中的应用

首先介绍数据融合的基本理论、一般处理模型、实现技术以及防空C3I系统中数据融合的具体任务,然后对数据融合体系结构的设计和融合算法的选择作了具体分析,利用多传感器数据融合方法建立了一种防空C3I系统结构模型,并对MSPDAF数据融合算法进行了详细描述.最后以探测某型巡航导弹为例,应用MSPDAF数据融合算法对防空C3I系统数据融合结构模型进行数学仿真,并给出仿真结果.     

多传感器数据融合技术在防空C3I中的应用

为了增强防空C3I系统的整体作战效能,在介绍多传感器数据融合技术的基本理论、一般处理模型、体系结构设计和MSPDAF数据融合算法的基础上,利用多传感器数据融合方法建立了一种防空C3I系统结构模型,并以探测某型巡航导弹为例,对其进行数学仿真.根据仿真结果可知,应用多传感器数据融合技术能够有效提高对目标的探测精度.     

基于递归神经网络的C3I系统故障预报系统

阐述了C3I系统故障预测系统的设计要求,分析了带有偏差单元的递归神经网络的相关原理,建立了C3I系统故障的神经网络预测模型并提出了相应的训练算法.提出了把神经网络、预测理论和专家系统有机地结合起来建立故障预报系统的初步设想.并以防空C3I系统的典型故障为例,实现了故障的预测.预测结果证明,给出的神经网络预测模型和训练算法是可行的,且具有较高的精度.     

防空C3I系统信息融合半实物仿真测试方法

介绍了小型防空C3I系统信息融合的概念以及对其进行考核的实验室仿真测试方法,提出了一种利用侦察源模拟设备、实际通信网络和定位授时替代设备构建测试平台考核小型防空C3I系统信息融合能力的半实物仿真方法,并对目标探测信息源模拟设备设计方法、空情题目设计中应注意的问题等几个方面作了认真分析.同时,结合目前国内防空C3I系统技术发展实际情况,指出了防空C3I系统信息融合能力试验技术今后应重点研究的内容.     

改进CHNN神经网络航迹关联算法

航迹关联和航迹融合是分布式数据融合的重点。基于Hopfield神经网络的航迹关联算法是建立在每个传感器都发现相同目标的基础上的,但是在实际应用中往往不是这样。改进了基于连续型神经网络的广义航迹关联算法,进一步地,该算法可以推广到多个传感器的情形。为了加速Hopfield神经网络的收敛速度,重新定义马氏距离。计算机仿真表示,改进算法适用于多传感器航迹关联问题,且适用于密集目标航迹交叉的情形。     

防空情报融合飞行试验中仿真技术的应用

基于情报融合能力是防空C3I系统的一个系统性指标这一前提,分析了利用飞行试验方法对其进行考核的必要性,提出了一种在飞行试验中应用仿真技术对防空C3I系统情报融合能力进行全面考核的方法,对飞行试验中的传感器仿真方法、试验中的时空配准、利用实际飞行目标产生复杂空情的方法等几个方面作了认真分析。举例说明了如何在飞行试验中利用仿真技术构建一体化试验环境考核防空C3I系统情报融合能力。     

近程防空武器网络化跟踪系统

研究多探测器航迹滤波与互联新技术与新方法,把数据融合的基本理论和计算机网络技术应用于近程防空武器的跟踪系统中,得到了近程防空武器网络化跟踪系统的框架.应用数据融合和计算机网络技术可以提高近程防空武器的使用效率.     

多类传感器航迹参数关联研究

采用层次型数据融合结构,研究了防空作战(AAW)系统中多类传感器航迹相关问题。首先对目标航迹的真实跟踪概率(TTP)进行了讨论,在两个模型假设的基础上给出了TTP的计算公式。提出利用渐近分析理论研究多类传感器相关参数及其在时间域上参数方程的航迹参数关联问题。在此基础上设计了多类传感器系统中上层处理节点航迹相关算法。     

基于IMM-UKF的分层航迹融合算法

为提高对机动目标的跟踪精度,通过对目标跟踪和航迹融合算法进行研究,提出了一种基于IMM-UKF的分层航迹融合算法。基于交互式多模型无迹卡尔曼滤波(IMM-UKF)算法给出了各局部节点的航迹估计方法,在此基础上,结合各局部估计值构造了系统先验统计量,实现了利用分层航迹融合算法对多个局部节点估计值的融合。仿真结果表明,该算法在实现机动目标自适应跟踪的同时,有效提高了目标跟踪精度,增强了跟踪系统的稳定性。     

分布式防空C3I系统的作战效能模型研究

分布式防空C3I系统具有比集中式防空更大的优越性.为了分析分布式防空C3I系统的有效性、可靠性,对分布式防空C3I的作战效能模型进行了研究.提出把作战效能分为我目标保护概率集、敌目标损失集、己方目标代价集、己方目标损失集、敌突防概率集,并对C3I系统作战效能的含义和计算进行了研究,给出了一种新的评价分布式防空C3I系统的方法.该模型体现了分布式C3I的分布性和有效性.     

C~3I系统中的数据融合技术

对C~3I系统中的数据融合技术进行了比较全面的介绍,从系统功能和体系结构两个方面分析了数据融合的模式,利用系统分析的方法对数据融合算法进行了讨论,对数据融合的发展方向进行了展望。     

自适应数据融合算法

以防空导弹指控系统作战单位为背景,通过对现有经典算法及工程化算法的分析,结合专家经验,提出了基于算法间联系的工程化自适应数据融合算法.对自适应算法的思想、规则集、算法库、推理组成和算法的实现作了详细的描述.     

多传感器数据融合算法综述

数据融合就是利用多传感器的协合效应来提高系统效率,它是现代Ｃ３Ｉ作战系统的关键技术之一．阐述了多传感器数据融合的特点、分布检测、空间、属性融合、态势评估和威胁估计算法,并同时介绍一些关键课题．     

数据融合技术在C3I系统中的应用

通过对数据融合技术在C3i系统中应用的探讨,说明了数据融合技术是未来C3I系统中一个重要的技术领域,对于增强C3i系统的作战效能具有重要的作用.     

C~3I 系统多传感器的信息融合——Fuzzy 函数聚类算法

在对多类传感器收集空中目标状态信息描述的基础上,用Ｆｕｚｚｙ目标函数聚类算法建立了对空情数据融合的数学模型。对数据融合过程,参数的初始化问题进行了实际应用的讨论;并对其应用效果和优势作了实际的分析。该方法是Ｃ３Ｉ系统数据融合技术的有效方法之一。     

基于HLA的舰载多传感器信息融合系统仿真

建立具有舰载多传感器信息融合系统功能的C3I系统是目前和未来C3I系统的首要发展方向.应用HLA仿真技术进行舰载多传感器信息融合系统试验仿真,对于增强系统的通用性、灵活性、重用性和互操作性,实现复杂C3I系统集成具有重要的现实意义.首先提出了基于高层体系结构(HLA)的舰载信息融合系统的设计框架,其次阐述了系统设计思想和舰载多传感器信息融合仿真系统组成及功能,并针对作战想定背景进行了对象类和交互类的开发,最后给出了联邦仿真流程,实现功能模型和物理模型的建模.     

C3I模拟系统目标数据处理的实现

海军岸基指挥自动化模拟系统中,目标数据录取及数据综合处理是非常重要的两个模块。本文介绍了在该模拟系统中这两个模块的仿真实现。首先简要介绍系统结构组成、信息流程,及目标数据录取和数据综合处理模块的基本功能;并着重介绍其软件流程,实现的关键技术;最后介绍其仿真实现。     

多传感器异步量测融合算法性能比较

归纳几种多传感器异步量测融合算法,即首先将各传感器异步数据统一到同一时刻,再对该数据进行并行或伪序贯滤波处理.分别采用理论证明和实例仿真分析对各种算法的估计精度、计算量等性能进行了比较.所得结论对实际工程应用中异步量测融合算法的选取有一定的指导意义.     

基于神经网络的混合双滤波器自适应目标跟踪算法

在分析近期基于神经网络数据融合的目标跟踪算法的基础上,结合一种新的自适应滤波模型(NAF)和速度估计自适应跟踪算法(AVE),提出了基于神经网络混合双滤波器的机动目标自适应跟踪算法(NHDF).该算法通过在线自动调节网络输出进行过程噪声方差融合,降低了现有算法因系统方差的调整不当而带来的精度损失.理论分析及仿真结果证明,与"当前"统计模型、速度自适应模型和新的自适应模型算法相比,该算法具有跟踪精度高,自适应能力强的优点.